百度闭环电商广告策略产品经理(J85762)
任职要求
-本科及以上学历,985/211优先;专业不限,计算机/数学/统计类专业优先
-3年以上互联网商业产品相关工作经验优先
-具备商…工作职责
-负责闭环电商的商业产品工作,对电商广告收入规模负责 -深刻理解电商客户的经营和营销诉求,基于百度场域及能力,打造适配的投放产品和策略,提升客户效果和变现效率 -洞察电商行业用户诉求,基于百度搜索、推荐场景流量特性,打造符合用户需求的广告形态 -与销售、运营合作,探索品类玩法,并进行产品化沉淀,支撑商家规模和品类丰富度的扩展 -与用户侧配合,基于对用户、商家的需求洞察,突破变现边界,探索用商一体的模式,促进百度电商场域的进化
我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架,优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline; 2、研发支持多机多卡 RL 的分布式训练框架,开发TP/PP/ZeRO-3与RL流程的动态协同机制,解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链,主导框架与 MLOps 平台集成,提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作,参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代; 5、参与分析各业务 GPU 利用率与饱和度等指标,结合业务场景持续优化训练框架能力,提升框架领先性。
我们是小红书中台大模型 Infra 团队,专注打造领先易用的「AI 大模型全链路基础设施」!团队深耕大模型「数-训-压-推-评」技术闭环,在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势,基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品,持续赋能社区、商业、交易、安全、数平、研效等多个核心业务,实现 AI 技术高效落地! 工作职责: 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架; 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设; 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术,打造高效、易用、领先的AI推理框架; 4、参与/负责构建推理框架的系统容错能力,包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设; 5、深度参与周边深度学习系统多个子方向的工作,包括但不限于模型管理、推理部署、日志/监控、工作流编排等; 6、与全公司各业务算法部门深度合作,为重点项目进行算法与系统的联合优化,支撑业务目标达成。
1、负责用户增长方向下用户触达、活跃和转化等相关系统的设计、开发和优化,参与用户、渠道、营销、等领域的平台化建设,确保系统的高可用性、高性能和可扩展性; 2、参与用户增长平台化能力建设,持续沉淀业务能力,提升平台效率,构建闭环、可量化的数据洞察能力,通过算法策略,数据策略驱动业务增长; 3、深入理解业务需求,优化现有系统架构,发现并解决当前系统中存在的问题,持续提升系统效率和质量; 4、参与服务的架构抽象和升级,提升研发效率和运营效率; 5、与前端、产品、测试等团队紧密合作,确保项目按时高质量交付,保障业务目标的实现; 6、参与平台分布式一致性、正确性等基础设施建设; 岗位亮点 1、多业务多场景:用户触达方向涉及多渠道能力能力建设,智能策略编排,面向全业务场景赋能,业务场景复杂有挑战; 2、平台化:架构设计和演进挑战大,面临众多复杂业务场景的业务架构设计和系统架构设计; 3、高并发:大流量高性能的架构演进和性能优化; 4、海量数据:海量数据存储下带来的数据一致性、数据准确性等方面的巨大挑战。
1、驾驭亿级规模核心系统:负责本地零售亿级商品库的顶层架构设计与演进,主导 SPU/CSPU 等基础模型建设,支撑高并发下的搜索、选品及多渠道分发,打造行业领先的商品数据底座。 2、引领前沿的 AI 大模型落地:深度参与AIGC 在商品全生命周期的变革,利用多模态大模型重塑智能发品、自动归类、内容生成及质量质检流程,推动业务从“人工运营”向"智能自治"跃迁。 3、构建数据与智能闭环:携手算法与产品团队,建立“数据 - 模型 - 业务”的高效反馈闭环。通过RAG 知识库、批量推理及自动化实验等前沿技术,持续优化商品数据的准确性与转化效率,赋能零售搜索与智能决策。 4、探索研发新范式与极致性能:在保障系统高可用与极致稳定性的同时,率先探索 Vibe Coding、AI Agent 等新范式在研发流中的落地,提升团队整体效能,解决海量数据下的复杂工程挑战。